در حال حاضر محصولی در سبد خرید شما وجود ندارد.
با مشاهده این کورس آموزشی قدم به قدم با متدهای بوت استرپ در زبان R آشنا شده و کدنویسی آن ها را در پروژه های واقعی یاد می گیرید.
عنوان اصلی : Implementing Bootstrap Methods in R
بررسی اجمالی دوره
پیش نیازها و رئوس مطالب دوره
نمونه آمار و فواصل اطمینان
نسخه ی نمایشی: قضیه حد مرکزی در داده های واقعی
معایب رویکردهای مرسوم
فواصل اطمینان بوت استرپ
معرفی بوت استرپینگ
مفاهیم قضیه حد مرکزی
نسخه ی نمایشی: قضیه حد مرکزی با توزیع های مختلف
داده های معمولی توزیع شده: محاسبه فواصل اطمینان
داده ها با هر توزیع: برآورد میانگین و فواصل اطمینان
داده های معمولی توزیع شده: تخمین میانگین
نسخه ی نمایشی: بوت استرپ صاف
الگوریتم بوت استرپ بیزی
نسخه ی نمایشی: بوت استرپ چند آمار
نسخه ی نمایشی: اجرای بوت استرپ بیزی
نسخه ی نمایشی: آمار بوت استرپ و آمار نمونه
نسخه ی نمایشی: انجام بوت استرپ با استفاده از روش بوت
معرفی بوت استرپ بیزی
نسخه ی نمایشی: انجام بوت استرپ روی داده های واقعی
معرفی Smoothed Bootstrap
نسخه ی نمایشی: تخمین ضرایب با استفاده از بوت استرپینگ
نمونهبرداری مجدد موردی و نمونهگیری مجدد باقیمانده
معرفی رگرسیون خطی
معیارهای رگرسیون و بوت استرپینگ
خلاصه و مطالعه بیشتر
نسخه ی نمایشی: تخمین R2 مدل های رگرسیون با استفاده از بوت استرپ
نسخه ی نمایشی: نمونه برداری مجدد مورد و نمونه برداری مجدد با استفاده از روش Boot().
Implementing Bootstrap Methods in R
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Implementing Machine Learning Workflow with RapidMiner
Learning JAX
Building Regression Models with scikit-learn
AI Workshop: Hands-on with GANs Using Dense Neural Networks
Summarizing Data and Deducing Probabilities
Predictive Analytics with PyTorch
Building Data Visualizations Using Matplotlib
تجزیه و تحلیل پیش بینی شده با استفاده از Apache Spark Mllib در آژور Databricks
آموزش تحلیل داده ها و Data Mining
Performing Dimension Analysis with R